暂无评论
图像分割模糊C均值聚类（FCM）算法是一种经典的模糊聚类分析方法，但其算法初始聚类中心集是随机选取的，从而造成算法的性能强烈的依赖聚类中心集的初始化。
matlab均值聚类的基本代码，代码参考自周志华《机器学习》9.4.1节而写的，代码使用matlab矩阵序列化操作，速度会快一点，本代码仅供参考，请尊重原创
针对模糊C-均值聚类算法分割图像时容易产生模糊边缘的缺点,提出了一种结合图像梯度和模糊C-均值聚类的图像分割方法。该方法利用图像梯度反映出来的目标边界,对由模糊C-均值聚类所获得的聚类区域进行分割,把
针对模糊C均值聚类算法(FCM)存在对初始聚类中心敏感,易陷入局部最优解的不足,将改进的粒子群聚类算法与FCM算法相结合,提出了一种基于粒子群优化的模糊C均值聚类算法。该算法对粒子群初始化空间及粒子移
传统的数字签名方案存在证书的存储和管理开销大的问题，基于身份的数字签名方案无法解决其固有的密钥托管问题，而无证书签名方案不需使用公钥证书，而且没有密钥托管问题，是目前的一个研究热点。基于双线性映射设计
基于模糊C-均值聚类算法的遥感影像分类，王翠玲，王一冒，本文简要介绍了K-均值聚类和模糊C-均值聚类算法，传统的k-均值聚类算法广泛用于图像的自动分类,但没有考虑到图像信息的不确定性问�
针对传统模糊C-均值聚类算法（FCM算法）初始聚类中心选择的随机性和距离向量公式应用的局限性，提出一种基于密度和马氏距离优化的模糊C-均值聚类算法（FuzzyC-MeansBasedonMahalan
改进的模糊C_均值聚类算法研究 有关聚类算法的研究，刊载
摘 要: 使用Intel Parallel Amplifier高性能工具,针对模糊C均值聚类算法在多核平台的性能问题,找出串行程序的热点和并发性,提出并行化设计方案。基于Intel并行库TBB(线程
基于模糊C均值聚类算法的图像分割
暂无评论